海上丝绸之路超大城市空间扩展遥感监测与分析

以海上丝绸之路沿线的11个超大城市为例,基于长时间序列的Landsat MSS/TM/ETM+/OLI和HJ-1卫星CCD数据,利用基于面向对象的支持向量机SVM(Support Vector Machine)分类方法提取20世纪70年代到2015年的城市不透水层,并结合景观格局指数—最大斑块指数LPI(Largest Patch Index)、斑块密度PD(Patch Density)和欧几里得最邻近距离ENN(Euclidean Nearest Neighbor Distance)分析了超大城市的发展模式。研究结果表明:基于面向对象的SVM分类方法能够高效提取城市不透水层;平均总精度高于87.9%,平均Kappa系数高于0.87;过去40余年,各超大城市的面积扩张了4—13倍,中国和印度的超大城市扩张最快,广州、上海超过12倍;各城市以"中心—边缘"或"沿海—内陆"的方向扩张,表现为"扩散—聚集—再扩散"的扩张模式;总体来看,沿线的城市化进程仍处于上升期。本研究为建设"21世纪海上丝绸之路"提供了科学依据,对当地生态环境保护和新型城镇化建设具有重要意义。     

一种改进的城市不透水面指数

以Landsat-8为数据源,美国波士顿为研究区,在归一化差异不透水指数(NDISI)基础上,进行热红外波段细化,提出修正归一化差异不透水面指数(Modified NDISI,MNDISI),并对二者进行比较。结果表明,NDISI得到的不透水面总体精度和OK系数分别为84.19%和0.68,MNDISI提取的不透水面总体精度和OK系数达到87.52%和0.749。MNDISI相比NDISI,提取不透水面的效果更优。     

一种改进人类视觉的SAR图像舰船检测方法

针对以离散余弦变换为核心的人类视觉模型舰船检测算法受数据类型限制的问题(即对复数类型的数据检测效果不好),该文提出了一种改进的人类视觉模型SAR图像舰船检测算法。该算法是以快速傅里叶变换代替离散余弦变换,将SAR图像从空间域变换到频率域;快速傅里叶变换对数据类型要求较低,只要求数据是离散的,并且运行效率更高。然后,采用3种星载SAR数据——ENVISAT ASAR(25m)、Sentinel-1(10m)和Cosmo-Skymed(2.5m)进行对比实验。结果表明,以快速傅里叶变换为核心的人类视觉模型舰船检测算法的检测性能和效率优于以离散余弦变换为核心的算法、双参数恒虚警率(CFAR)算法和K分布恒虚警率算法。